仅靠人工智能是无法拯救地球的

雅娜·格沃艮（YanaGevorgyan）

雅娜·格沃艮，地球观测组织秘书处主任。本文已获ProjectSyndicate授权。

今年主题为“智能时代的协作”的达沃斯世界经济论坛年会，恰好召开于地球走到一个关键关口之时。生态系统正在气候变化的压力下处于紧绷状态，维持淡水供应、土壤湿度、海洋健康和植物生长的相互关联循环，正以惊人的速度失去平衡。

自1990年以来，全球至少有4.2亿公顷的森林因砍伐而消失，导致生物多样性加速丧失，并加剧了气候不稳定性。由于气温升高、地下水管理不善、海水入侵、污染、土地退化和人口密度增加，淡水资源急剧下降，其供需缺口预计会在2030年达到40%。而淡水栖息地的野生动物数量则在1970—2020年间减少了85%。

矛盾之处在于，尽管我们比以往任何时候都更了解维持地球生命的各个系统的脆弱性，但却仍在继续使其退化。而在寻找解决方案的过程中，我们常常把技术——尤其是人工智能——视为灵丹妙药。但是仅靠人工智能是无法拯救地球的。相反，如果要充分发挥人工智能的潜力，我们必须确保它是对人类能力的补充而非替代品。

虽然人工智能模型可以识别各种模式，但它们往往使用着一些不完整或存在偏见的数据，并因此缺乏重要的背景认识。这就是“增强智能”的用武之地，因为它会将强大的算法与人类知识和生活经验相结合，以确保这些先进工具能顾及各类文化、经济和生态因素。

例如，数百年来，原住民社区通过跟踪自然周期和观察环境，学会了如何可持续地管理资源。这种专业知识，有助于揭示一些数据无法捕捉的微妙趋势，确保技术服务于实际需求。利用原住民的洞察力和科学数据，我们对加拿大西北地区的北极熊种群有了一个更准确的认知图景，而将这些传统知识考虑在内的人工智能驱动模型，则帮助北极地区的因纽特人社区，在不断变化的气候条件下找到了新的渔场。

但拥有宝贵见解的，可不仅仅是原住民。从小农到跨国企业的当地社区和私营部门参与者，在应对干旱、进行再生农业实践、投资生物多样性项目和供应链去碳化时，都会积累围绕特定地点的数据。通过共享这些反映了文化传统和经济现实并借助人类判断进一步提炼浓缩的知识，人工智能模型所依赖的数据可以得到强化。人类和机器的相互学习，可以创造出一个催生更有效解决方案的反馈循环。

更大程度的开放可以促进信任，这反过来又加快了人工智能工具的采用和完善。那些分享数据、见解和创新的意愿，将在不久之后被视为领导力和声望的标志，而不是风险行为。那些倡导数据共享的人，将推动集体进步，展现出引导我们走向一个安全、健康的地球所需的合作与智慧。

“增强智能”，应当成为保护生物多样性和减缓及适应气候变化之全球战略的核心。政策制定者可以采取措施，去弥合数字创新者与当地环境管理者之间的差距；企业可以将其投资与积极保护自然的目标结合起来，并分享由此产生的一切知识；创新者则可以打造顾及文化背景和社区意见的工具，借此将自上而下的干预措施，转变为灵活且迅速反应的协作努力。

当政治领袖和企业高管们在达沃斯召开会议时，他们必须认识到技术并不是解决气候变化和生物多样性丧失问题的灵丹妙药。如果缺乏人类的指导（并以我们的同理心、文化理解和道德推理能力为支撑），那么人工智能的潜力也无法得到释放。在这个智能时代，将先进工具与生活经验相结合，可以使我们超越人与机器对立的零和心态。